python - 如何删除在部分列上具有重复值的行？

Question

我正在创建将 xlsx 文件读取到 pandas 数据框并向其附加新行的脚本。但是，我的问题是我不想在前四列(总共包含 5 列)中添加具有相同值的重复项。第五列的值可以是任何值，但基于对这四列的重复，我想删除整行。

除此之外，我的代码功能齐全。我可以通过循环数据帧来做到这一点，但我相信有更聪明的方法来做到这一点。

下面的数据示例。当最后一行与第 4 行有相同的四列但第 5 列不同时，如何删除最后一行？

    Category Year Week Price Amount
0   1        2019 27   2     1
1   1        2019 28   3     2
2   1        2019 29   4     3
3   2        2019 29   4     4
4   3        2019 30   5     3
5   3        2019 30   5     4

部分代码:

# Append new rows to dataframe
file_df = file_df.append(new_rows, sort=False, ignore_index=True)

# Delete dublicate rows
combined_df = combined_df.drop_duplicates()

此代码现在仅删除列值完全相同的行。无论如何，我找不到删除此类重复项的智能解决方案。如果问题不相关，请纠正我。

Answer 1

尝试 pd.drop_duplicates并设置要比较值的 subset 列

df.drop_duplicates(subset=['Category' ,'Year', 'Week' ,'Price'],inplace=True)